1703622440
蒙特卡罗模拟同历史模拟法很近似。但它不是使用观测到的市场因素的实际收益率，而是采用一个模型来选择未来的投资组合收益率。这个模型采用随机数产生器来模拟未来几千种投资组合的假想收益率。VaR根据模拟的收益率排序来决定。
1703622441
1703622442
方差协方差法是最简单实现的，但它依赖于收益率的正态分布假设。我们知道投资组合收益率（尤其是对冲基金收益率）不是正态分布的。
1703622443
1703622444
历史模拟法可能是最准确的，它适合所有的资产类别，而且最容易向养老基金的受托人解释。但它需要处理大量的历史数据。
1703622445
1703622446
蒙特卡罗模拟法更复杂而且具有更大的模型风险。
1703622447
1703622448
VaR比率
1703622449
1703622450
VaR比率由在险价值除以投资组合的大小来计算，就是投资组合的在险百分比。
1703622451
1703622452
1703622453
1703622454
1703622455
收益VaR比率
1703622456
1703622457
收益VaR比率类似于夏普比率，但用VaR代替分母中的标准方差作为风险指标。
1703622458
1703622459
1703622460
1703622461
1703622462
条件VaR（或预期不足）
1703622463
1703622464
VaR没有提供有关收益分布尾部的信息或超越置信水平之外的预期损失。从这个角度来说，VaR不是令人满意的风险指标，更有意义的是条件VaR（见图4-16），或称为预期不足，它考虑了尾部的形状。历史模拟法没有假设正态分布，所以非常适合用来计算条件VaR。
1703622465
1703622466
1703622467
1703622468
1703622469
图4-16 条件VaR
1703622470
1703622471
条件夏普比率
1703622472
1703622473
条件夏普比率在收益VaR比率中用条件VaR替换了VaR。显然，如果条件VaR是投资者的主要关注点，那么条件夏普比率比收益VaR比率更合适。
1703622474
1703622475
1703622476
1703622477
1703622478
修正VaR
1703622479
1703622480
此外，VaR也可以使用Cornish-Fisher扩展来对VaR值调整峰度和偏度，从而获得修正VaR。
1703622481
1703622482
1703622483
1703622484
1703622485
式中 zc ——-1.96（95%置信水平）；
1703622486
1703622487
zc ——-2.33（99%置信水平）。
1703622488
1703622489
我们可以注意到，如果收益率分布是正态分布，S和K都是0，所以式（4-92）简化为式（4-87）。